Viikko 4 – ruutuja ja rastereita

Tämän viikon luennolle raahauduttiin väsyneenä. Huonosti nukuttu yö näkyi kyllä keskittymisessä, sillä siitä ei tullut yhtään mitään. Pyrin kuitenkin aktiiviseen tekemiseen ja asioiden sisäistämiseen päättömän mekaanisen tekemisen sijasta, aika näyttää jäikö mitään oikeasti päähän 🙂

Pääkaupunkiseudun ominaisuudet ruudukkomuodossa

Tällä kurssikerralla tutustuimme paremmin rasteriaineistoihin sekä ruututeemakarttojen tekemiseen ja tiedonesittämiseen niiden avulla. Aloitimme ensimmmäisen harjoituksen tekemisen tuomalla aineiston QGIS:iin ja luomalla ruudukon tarkasteltavan alueen laajuudelle käyttämällä Vector grid työkalua. Ruudukko täytyi tehdä manuaalisesti itse, jolloin kaikkien ruudukoista tuli hieman erilaiset ja ruudut saivat erilaisia arvoja, mikä vaikeuttaa muiden tekemien karttojen vertailua keskenään.

Karttaa (Kuva 1) tarkastelemalla saadaan selville mikä muunkielisten osuus on kullakin alueella. Kartan yksi ruutu on yhden neliökilometrin kokoinen. Voidaan havaita, että Itä-, Koillis- ja Kaakkois-Helsingin alueella muunkielisten osuus väestöstä pääosin on 13,7-57,1 prosentin luokkaa. Kartan tulkinta on haastavaa, sillä kuntien rajat eivät näy eikä alueita ole nimetty. Kartan informatiivinen puoli näin ollen kärsii. Koska valitsin tarkasteltavaksi muuttujaksi karttaan muunkielisten osuuden väestöstä kartta on muuttujien puolesta informatiivinen.

Siiri pohtii blogissaan leipä, sitä että ruututeemakartassa aluejako on karkeampi, kuin perinteisessä koropleettikartassa, eikä esimerkiksi tarkkojen rajattujen alueiden keskinäinen vertailu ole mahdollista. Hän tuo myös esiin, että ruututeemakartan avulla pystyy tutkimaan ilmiön esiintymistä tehokkaasti yhden aluerajauksen sisällä.

Kartan tekeminen oli mielestäni suhteellisen yksinkertaista ja tehtävä tuntui helpommalta kuin aiemmin kurssilla tehdyt työt. Tämä tehtävä oli itselleni erityisen mielenkiintoinen, sillä ihmisten sijoittumisen tutkiminen ja siihen vaikuttavat syyt ovat kiehtovia ja näitä olisi miellekästä tutkia tulevaisuudessa.

POrnainen in my mind

Toinen tehtävä oli puolestaan jo hieman haastavampi sillä erilaisia tasoja oli paljon ja työvaiheita vielä enemmän. Harjoittelimme rastereiden yhdistämistä, jotta niiden kanssa työstkenteleminen ja tarkasteleminen olisi helpompaa.  Loimme aineistojen pohjalta rinnevarjostuksen, jotta alueen maastonmuotoja pystyisi tarkastelemaan paremmin. Rinnevarjostuksen ja peruskarttaleden käyttäminen yhtä aikaa oli todella havainnolistavaa ja mielenkiintoista.

Loimme korkeusmallin pohjalta vielä korkeuskäyrät alueelle. Korkeuskäyrät, jotka tuotettiin aineiston pohjalta olivat huomattavasti paljon yksityiskohtaisemmat kuin peruskarttalehdessä olevat, jopa ehkä turhankin tarkat. Peruskarttalehteä piirrettäessä pyritään yksinkertaisuuteen ja siksi monia kohtia oltiin yksinkertaistettu pois. Molempia korkeuskäyriä yhdessä tarkasteltaessa voi kuitenkin huomata, että peruskarttalehden korkeuskäyrät pääasiassa vastaavat aineistosta tehtyjen korkeuskäyriä esimerkiksi sijainnin ja muotojen puolesta.

Tästä työstä oli tarkoitus jatkaa seuraavalla kurssikerralla ja lopuksi tutustuimmekin kohteiden piirtämiseen QGIS:ssä. Kohteiden digitointi oli yksinkertaista, mutta työlästä sillä napsuttelua oli paljon. Digitoitava alue ei kuitenkaan ollut järin suuri, eikä työmäärä ollut ylitsepääsemätön. Digitoimme karttalehdeltä rajatulta alueelta tiet sekä asuinrakennukset. Tallentaminen QGIS:ssä aiheuttaa minulle syvää ahdistusta, ja toivonkin, että kaikki tekemäni työ on tallessa, kun huomenna avaan koneen GIS-luokassa.

Näkyvyysanalyysi pornaisissa

Lisätehtäväksi teimme yhdessä Senjan ja Ilarin (ootte best <3) kanssa näkyvyysanalyysin samaisen karttalehden alueelta. Tämän tekeminen ei ollut mikään yksinkertainen projekti ja jouduimme vähän soveltamaan matkan varrella.

Senja kuvailee blogissaan työvaiheita näkyvyysanalyysiin näin:

“Kartta luotiin ensin lataamalla “Visibility Analysis” lisäosa, Paitulista Maanmittauslaitoksen korkeusmalli alueesta ja tehtiin uusi pistemuotoinen shapefile edustamaan tarkastelupistettä. Lisäosan avulla tehtiin “create viewpoint”,  joka sisälsi pisteen korkeustiedon. Tämän jälkeen “Viewshed” analyysi tehtiin kymmenen metrin korkeudesta viiden metrin säteellä.”

Kuvasta vaaleaalla on korostunut kaikki alueet, jotka pystytään näkemään Haukankalliolta 10 metrin korkeudesta viiden kilometrin sätellä. Kuvaa tarkastelemaalla voi havaita, että aivan kaikkiin paikkoihin ei pystytä näkemään maanpinnanmuotojen takia.

 

Lähteet:

Kokkonen S. (2022), Viikko 4: Ruudun takaa – ruututeemakarttaharjoituksia, leipä, (luettu 15.2.2022)

Mäkiaho S. (2022), Viikko 4: Ensimmäinen rasterityö, Senjan seikkailut GIS maailmassa, (luettu 15.2.2022)